一、前言
在Thread和Process中，应当优选Process，因为Process更稳定，而且，Process可以分布到多台机器上，而Thread最多只能分布到同一台机器的多个CPU上。
Python的multiprocessing模块不但支持多进程，其中managers子模块还支持把多进程分布到多台机器上。可以写一个服务进程作为调度者，将任务分布到其他多个进程中，依靠网络通信进行管理。
二、案例分析
在做爬虫程序时，抓取某个网站的所有图片，如果使用多进程的话，一般是一个进程负责抓取图片的链接地址，将链接地址放到queue中，另外的进程负责 从queue中取链接地址进行下载和存储到本地。
怎么用分布式进程实现？
一台机器上的进程负责抓取链接地址，其他机器上的进程负责系在存储。那么遇到的主要问题是将queue 暴露到网络中，让其他机器进程都可以访问，分布式进程就是将这个过程进行了封装，可以将这个过程称为本地队列的网络化。
例：
1.py
1from multiprocessing.managers import BaseManager 2from multiprocessing import freeze_support, Queue 3# 任务个数 4task_number = 10 5 6# 收发队列 7task_quue = Queue(task_number) 8result_queue = Queue(task_number) 9 10def get_task(): 11 return task_quue 12 13def get_result(): 14 return result_queue 15# 创建类似的queueManager 16class QueueManager(BaseManager): 17 pass 18 19def win_run(): 20 # 注册在网络上，callable 关联了Queue 对象 21 # 将Queue对象在网络中暴露 22 # window下绑定调用接口不能直接使用lambda，所以只能先定义函数再绑定 23 QueueManager.register('get_task_queue', callable=get_task) 24 QueueManager.register('get_result_queue', callable=get_result) 25 # 绑定端口和设置验证口令 26 manager = QueueManager(address=('127.0.0.1', 8001), authkey='qiye'.encode()) 27 # 启动管理，监听信息通道 28 manager.start() 29 30 try: 31 # 通过网络获取任务队列和结果队列 32 task = manager.get_task_queue() 33 result = manager.get_result_queue() 34 35 # 添加任务 36 for url in ["ImageUrl_" + str(i) for i in range(10)]: 37 print('url is %s' % url) 38 task.put(url) 39 40 print('try get result') 41 for i in range(10): 42 print('result is %s' % result.get(timeout=10)) 43 44 except: 45 print('Manager error') 46 finally: 47 manager.shutdown() 48 49if __name__ == '__main__': 50 freeze_support() 51 win_run()
连接服务器，端口和验证口令注意保持与服务器进程中完全一致从网络获取Queue，进行本地化，从task队列获取任务，并且把结果写入result队列
2.py
1#coding:utf-8 2import time 3from multiprocessing.managers import BaseManager 4# 创建类似的Manager: 5class Manager(BaseManager): 6 pass 7#使用QueueManager注册获取Queue的方法名称 8Manager.register('get_task_queue') 9Manager.register('get_result_queue') 10#连接到服务器: 11server_addr = '127.0.0.1' 12print('Connect to server %s...' % server_addr) 13# 端口和验证口令注意保持与服务进程设置的完全一致: 14m = Manager(address=(server_addr, 8001), authkey='qiye') 15# 从网络连接: 16m.connect() 17#获取Queue的对象: 18task = m.get_task_queue() 19result = m.get_result_queue() 20#从task队列取任务,并把结果写入result队列: 21while(not task.empty()): 22 image_url = task.get(True,timeout=5) 23 print('run task download %s...' % image_url) 24 time.sleep(1) 25 result.put('%s--->success'%image_url) 26#结束: 27print('worker exit.')
任务进程要通过网络连接到服务进程，所以要指定服务进程的IP。
运行结果如下：
获取图片地址,将地址传到2.py。
接收1.py传递的地址，进行图片的下载，控制台显示爬取结果。
三、总结
本文基于Python基础，Python的分布式进程接口简单，封装良好，适合需要把繁重任务分布到多台机器的环境下。通过讲解Queue的作用是用来传递任务和接收结果。
欢迎大家积极尝试，有时候看到别人实现起来很简单，但是到自己动手实现的时候，总会有各种各样的问题，切勿眼高手低，勤动手，才可以理解的更加深刻。
-------------------********************************** End **********-------------**-----********-**********************************
往期精彩文章推荐：
欢迎各位大佬点击链接加入群聊【helloworld开发者社区】：https://jq.qq.com/?_wv=1027&k=mBlk6nzX进群交流IT技术热点。
本文转自 https://mp.weixin.qq.com/s/C50Xkv_XztqLBOhWIka0cA，如有侵权，请联系删除。